运营干货：零基础搭建运营数据分析知识体系.docVIP

　　运营干货：零基础搭建运营数据分析知识体系 文章主要概述了数据分析的方法与流程，并通过案例解析如何进行运营的数据分析。干货好文，与大家分享。 对于数据分析，我发现很多运营都有这样一些困惑： 不知道从哪里获取数据;不知道用什么样的工具;不清楚分析的方法论和框架;大部分的数据分析流于形式。其实，数据分析并没有大家想象的那么难 概念：数据与数据分析 大家一直在说收集数据和数据分析，但是对于两者具体的定义又很难说清楚。很多人都会先入为主，认为数据就是各种表格、各种数字，例如excel报表、各种数据库。其实这是一个错误或者说有偏差的认识，它会使得我们对数据的认识变得很狭隘。 1.什么是数据？ 数据（data）是描述事物的符号记录，是构成信息或者知识的原始材料。这种哲学层次的定义，让数据的范围极大丰富，也符合目前“大数据”发展的需要。 作为一名运营人，我们接触到的数据可能没有那么复杂，但是也有很多类别。 从数据的来看，可以分为企业外部数据和内部数据。外部数据主要包括宏观经济、新闻舆情、社会人口、和市场调研数据;内部数据包括用户行为数据、服务端日志数据、CRM与交易数据。不同数据的获取途径、分析方法、分析目的都不经相同，不同行业、不同企业在实际分析中也都各有偏好。 2.什么是数据分析？ 数据分析是指从数据中提取有用的信息，并指导实践。 但需要注意的是： 这些信息需要用来指导实践，而不是流于形式;需要提取的是有用的信息，而不是自嗨。思路：方法论与方法 很多人刚接触数据分析的时候，都深感无从下手。所以我们需要宏观的方法论和微观的方法来指导。那么方法论和方法有什么区别？ 方法论是从宏观角度出发，从管理和业务的角度提出的分析框架，指导我们接下来具体分析的方向。 方法是微观的概念，是指我们在具体分析过程中使用的方法。 1.方法论 数据分析的方法论很多，这里我给大家介绍一些常见的框架。 AARRR：增长黑客的海盗法则，精益创业的重要框架，从获取（Acquisition）、激活（Activation）、留存（Retention）、变现（Revenue）和推荐（Referral）5个环节增长。4P理论：经典营销理论，认为产品（Product）、价格（Price）、渠道（Place）和促销（Promote）是影响市场的重要因素。5TM，One Metric That Matter），而不要被虚荣指标（vanity metrics ）所迷惑。 以社交类APP为例，如果我们将下载量作为第一关键指标，可能就会走偏;因为用户下载APP并不代表他使用了你的产品。在这种情况下，建议将DAU（Daily Active Users，日活跃用户）作为第一关键指标，而且是启动并且执行了某个操作的用户才能算上去;这样的指标才有实际意义，运营人员要核心关注这类指标。 多维分解 多维分解是指从业务需求出发，将指标从多个维度进行拆分;这里的维度包括但不限于浏览器、访问、操作系统、广告内容等等。 有时候一个非常笼统或者最终的指标你是看不出什么问题来的，但是进行拆分之后，很多细节问题就会浮现出来。 举个例子，某网站的跳出率是0.47、平均访问深度是4.39、平均访问时长是0.55分钟。如果你要提升用户的参与度，显然这样的数据会让你无从下手;但是你对这些指标进行拆解之后就会发现很多思路。 下面展示的是一个产品在不同操作系统下的用户参与度指标数据。 仔细观察的话，你会发现移动端平台（Android、VP（最简化可行产品）的理念，通过小步快跑的方式来不断优化产品、增长用户。 在运营工作中，我们要大胆尝试，将想法转化成产品和运营方法。然后分析其中的数据，衡量产品或者运营的效果。如果好的话保持并大力推广，如果不好的话总结问题及时改进。在“构建-“衡量”-“学习”的不断循环中逐渐优化，这个流程是非常适合运营工作的。 2.中观 我们可以试着树立整体的流程：1.明确分析目的和思路 →2.数据收集 →3.数据处理 →4.数据分析 →5.数据展现 →6.报告撰写。 这个流程只是从“数据”的角度阐述了前后的流程，并未结合业务实际;但值得注意的是数据分析的最终目的是为了指导实践，而不是写一份报告。 3.微观 下面介绍的是一个非常详细的分析流程，借助于一定的分析工具，我们可以按照这个思路对网站/APP进行细致入微的分析。 但这个流程是具有前提的，前提是用数据分析工具做好数据采集和监控工作，把精力集中在业务分析上。这个流程的核心是“MVP”的理念，“发现问题”-“设计实验”-“分析结果”，通过数据来不断优化产品和运营。 应用：体系与分析 1.案例：搭建数据分析体系 你们喜爱的彩蛋君在公司从事新媒体工作，负责微信的日常运营，阅读量时高时低，总体一般。彩蛋君想办法改进一下微信运营，提高微信的粉丝数和阅读数; 我们从数据